Multilingual, Multimodal Pipeline for Creating Authentic and Structured Fact-Checked Claim Dataset
تقدم هذه الورقة مساراً شاملاً يستفيد من النماذج اللغوية الكبيرة لبناء مجموعات بيانات للتحقق من الحقائق، مهيكلة ومتعددة اللغات والوسائط باللغتين الفرنسية والألمانية، وذلك عبر تجميع خلاصات (ClaimReview)، واستخراج الأدلة، وتوليد المبررات لمعالجة أوجه القصور في موارد المعلومات المضللة الحالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل الإنترنت كأنه سوق ضخم وفوضوي. في هذا السوق، يصرخ الناس بكل أنواع الادعاءات—بعضها حقائق، وبعضها أكاذيب، وبعضها مجرد أنصاف حقائق. أحياناً تكون هذه الادعاءات مجرد كلمات، لكنها غالباً ما تأتي مصحوبة بصور أو مقاطع فيديو أو "ميمز" (memes) تجعلها تبدو أكثر إقناعاً.
المشكلة هي أن "مدققي الحقائق" (مكتبيّ هذا السوق) مثقلون بالأعباء. يتعين عليهم التحقق من آلاف الادعاءات يومياً، والبحث في الوثائق الرسمية، ومقابلات الخبراء، ومقاطع الفيديو لمعرفة ما هو حقيقي. وفي الوقت نفسه، تحاول الحواسيب (الذكاء الاصطناعي) المساعدة، لكنها كانت تلعب لعبة بقواعد مكسورة: فهي تركز غالباً على النصوص، وتتجاهل الصور، ولا تفهم حقاً كيف يقوم مدقق الحقائق البشري بعمله.
تقدم هذه الورقة البحثية مجموعة أدوات جديدة فائقة القوة لإصلاح هذا الأمر. وإليك كيف تعمل، مقسمة إلى خطوات بسيطة:
1. "كتاب الوصفات" (خط الإنتاج)
بنى الباحثون خط إنتاج آلي ضخم (pipeline) لجمع قصص تدقيق الحقائق باللغتين الفرنسية والألمانية.
- المكونات: لم يجمعوا مجرد عناوين عشوائية، بل ذهبوا إلى المصدر: المقالات الفعلية التي كتبها مدققو حقائق محترفون.
- الفرز: أخذوا هذه المقالات الفوضوية ونظموها في تنسيق مرتب وهيكلي. لم يكتفوا بالقول إن الخبر "صحيح" أو "خاطئ"، بل فككوا الدليل إلى فئات محددة، تماماً كما ينظم الطاهي المكونات:
- شهادة الخبراء: ماذا قال الطبيب أو العالم؟
- الأرقام والإحصائيات: ماذا تقول الرسوم البيانية والمخططات؟
- السجلات الرسمية: ماذا تقول قوانين الحكومة أو وثائق المحاكم؟
- شهود العيان: ماذا قال الشخص الذي كان موجوداً في الموقع بالفعل؟
- الوسائط المتعددة: ماذا تثبت الصور ومقاطع الفيديو؟
2. "المترجم" (وظيفة الذكاء الاصطناعي الجديدة)
بمجرد حصولهم على هذا "كتاب الوصفات" المنظم، علموا نماذج الذكاء الاصطناعي المتقدمة (نماذج اللغات الكبيرة) كيفية قراءته.
- المهمة أ (استخراج الأدلة): تخيل أنك تعطي للذكاء الاصطناعي كومة فوضوية من الأوراق وتطلب منه استخراج فقط الاقتباسات والأرقام المحددة التي تثبت نقطة معينة. تعلم الذكاء الاصطناعي فرز هذه المعلومات في الفئات الصحيحة (مثلاً: "هذا اقتباس خبير"، "هذه إحصائية").
- المهمة ب (توليد التبرير): بعد العثور على الدليل، كان على الذكاء الاصطناي كتابة شرح قصير وواضح يربط النقاط ببعضها. كان عليه أن يقول: "بما أن الخبير قال (س) والمخطط يظهر (ص)، فإن هذا الادعاء خاطئ".
3. "اختبار التذوق" (التقييم)
كيف نعرف ما إذا كان الذكاء الاصطناعي يقوم بعمل جيد؟ لم يثق الباحثون بالحاسوب فحسب.
- استخدموا "ذكاءً اصطناعياً حكماً" (نموذج ذكاء اصطناعي آخر فائق الذكاء) لتقييم العمل بناءً على ثلاثة أمور:
- الصحة: هل اخترع معلومات من عنده؟ (لا توجد هلاوس).
- التماسك: هل الشرح يتدفق بشكل منطقي؟
- الاكتمال: هل أغفل أي دليل مهم؟
- كما جعلوا بشراً حقيقيين يقيمون الذكاء الاصطناعي. وقد اتفق البشر مع الحكام الآليين في أن أفضل النماذج كانت تنجح ببراعة في محاكاة طريقة تفكير مدققي الحقائق البشر.
4. سحر "الوسائط المتعددة"
أكبر طفرة هنا هي أن الذكاء الاصطناعي لم يعد يقرأ النصوص فقط. إنه ينظر إلى الصور ومقاطع الفيديو أيضاً.
- فكر في ادعاء مثل: "هذا الفيديو يظهر سياسياً في تجمع جماهيري".
- الذكاء الاصطناعي القديم قد يقرأ النص فقط.
- أما هذا النظام الجديد، فينظر إلى إطارات الفيديو، ويقرأ التعليقات، ويتحقق من الطابع الزمني، ويرى ما إذا كان الفيديو يطابق الادعاء فعلياً. إنه يعامل الفيديو كقطعة من الدليل، تماماً مثل الوثيقة.
لماذا يهم هذا؟
اعتبر هذه الورقة البحثية بمثابة بناء مدرسة تدريب لمدققي الحقائق من الذكاء الاصطناعي.
- قبل: كان الذكاء الاصطناعي مثل طالب يقرأ ملخص الكتاب فقط ثم يخمن النهاية.
- الآن: أصبح الذكاء الاصطناعي مثل طالب تعلم قراءة الكتاب كاملاً، والتحقق من الهوامش، والنظر في الصور، وكتابة تقرير مفصل عن سبب كون القصة حقيقية أو كاذبة.
النتية هي مكتبة ضخمة مفتوحة من القصص المدققة (بالفرنسية والألمانية) التي تُعلم الذكاء الاصطناعي أن يكون أكثر شفافية، وأكثر دقة، وأفضل في كشف الأكاذيب التي تختبئ خلف الصور ومقاطع الفيديو. إنها خطوة نحو مستقبل يمكننا فيه الوثوق بأخبارنا الرقمية بشكل أكبر قليلاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.